MétaCan
Menu
Retour à la cohorte
Enregistrement W2897067142 · doi:10.11114/aef.v5i6.3570

The Monetary Transmission Mechanism in Canada: A Time-Varying Vector Autoregression with Stochastic Volatility

2018· article· en· W2897067142 sur OpenAlexaffabout
Ronald H. Lange

Notice bibliographique

RevueApplied Economics and Finance · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésEconomicsMonetary policyVector autoregressionOutput gapVolatility (finance)Stochastic volatilityAutoregressive modelInflation targetingInflation (cosmology)Monetary economicsEconometricsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This study uses the state-space representation of a time-varying vector autoregression with stochastic volatility (TVP-VAR-SV) to study monetary policy and private sector behaviour in Canada. The main results indicate that both shock variances and autoregressive coefficients of the VAR have evolved systematically over time. The time-varying coefficients of the systematic component of the VAR suggest that monetary policy has become more proactive and less reactive regarding inflation since the early-1990s, which coincides with the adoption of explicit inflation targets. Monetary policy is now able to focus mainly on movements in the output gap to prevent future increases in inflation. The coefficients on the policy rate in both the output gap and inflation equations suggest that the private sector and therefore the transmission mechanism have become more sensitive to monetary policy responses. On the other hand, the coefficients on the output gap in the equations for both inflation and the policy rate have been relatively stable over this period, consistent with view that monetary policy remains more forward-looking regarding inflation than being reactive to inflation surprises as in the past.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,806
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,170
Écart entre enseignants0,154 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Economics and FinanceMême sujetMonetary Policy and Economic ImpactTravaux en français237 207